Basically, Pega adaptive model is a self-learning AI technic which doesn`t need any historical data. In a Pega strategy, business rules can be used to choose Next-Best-Action, but it doesn`t give appropriate offers all the time. Pega`s adaptive model fix it. Before getting any historical data, it works randomly and collects data. After
Merhaba, bu yazımda Pega’da otomatik hesaplamalar yapmak için kullanılan ‘Declare Expression’ı ve bu hesaplamaları yaparken hangi yöntemlerin izlenebileceğini anlatacağım.
Declare Expression, expressions’lara dayalı olarak property değerlerinin otomatik olarak hesaplanması için kullanılmaktadır. Ancak basit expressions’lardan ziyade; sabit içeren
Merhaba, bu yazımda sizlere Apache Kafka ‘da bulunan Günlük Sıkıştırma (Log Compaction) özelliğinin ne olduğunu, nasıl çalıştığını ve kullanım alanlarını kısaca anlatmaya çalışacağım.
Apache Kafka, dağınık mimariyle çalışan yüksek performanslı veri akış platformudur. Temel amacı gerçek zamanlı verilerin yüksek hacim ve düşük geçikme ile üreticiden tüketiciye anahtar-değer (key-value message) ikilisiyle
Hello,
In our first Pega post, we will introduce to Pega Web Mashup, which will increase the accessibility of our Pega applications. Of course, we need a Pega application and case type as a prerequisite.
Therefore, first, we will create a simple Pega application on App Studio,
Merhaba, Elasticsearch (ES) genel olarak metin arama, log analizi ve analitik işler gibi farklı amaçlar ile kullanabildiğimiz ve sorgular gönderebildiğimiz doküman odaklı bir araçtır. Bu yazımda dokümanlara sorguların atıldığı genel yaklaşımdan farklı olarak. Sorguları indeksleyerek dokümanları sorgu olarak kullanabildiğimiz Percolate yapısını anlatacağım.
Percolate sorgu yapısı Elasticsearch üzerinde bir doküman ararken
Merhabalar. Flume ve Kafka akan veri işlemenin önde gelen araçlarından. Her ne kadar Flume eskimeye yüz tutsa da hala aktif olarak kullanılıyor ve iyi işler çıkarıyor. Bir akan veri uygulaması mimarisinde eğer Flume ve Kafka birlikte kullanılıyorsa genelde veri kaynağından Flume ile Kafka’ya doğru bir akış tasarlanır. Kafka’ya giden mesaj iki bölümden oluşur:
Airflow’da veri akışlarımızı tasarlarken, çoğu zaman dış kaynaktan aldığımız verilere ihtiyaç duyarız. Bu veriler veritabanındaki bir tablo veya dosya sistemindeki bir dosya gibi çeşitli kaynaklar olabilir. Task’larımızın hata almadan ve düzgün çalışabilmesi için akışa başlamadan önce bu verileri sensörler sayesinde kontrol edebilir ve hazır olduğu anda akışın başlamasını sağlayabiliriz.
